Ford Akui Terlalu Andalkan AI, Rekrut 350 Insinyur Berpengalaman

JAKARTA — Ford mengakui sistem inspeksi berbasis AI yang mereka andalkan selama bertahun-tahun tidak memberikan hasil yang diharapkan. Solusinya sederhana namun tak murah: rekrut kembali ratusan insinyur veteran yang sudah lama meninggalkan perusahaan.

Lebih dari 350 spesialis berpengalaman — secara internal dipanggil gray beards, alias para veteran berambut abu-abu — dipanggil pulang dalam tiga tahun terakhir. Tugas mereka: memimpin tinjauan kualitas dan memperbaiki kesalahan yang ditinggalkan sistem otomatis. Hal ini pertama kali dilaporkan Bloomberg.

Kumar Galhotra, Chief Operating Officer Ford, berterus terang. “Kami semakin mengandalkan sistem kualitas otomatis dan tidak mendapatkan hasil yang diinginkan. Kami memanggil kembali para spesialis teknis, dan mereka berburu titik-titik kelemahan sebelum satu pun komponen menyentuh lantai pabrik,” katanya.

Pengakuan Jujur dari VP Ford

Yang paling mengejutkan bukan keputusannya — melainkan pengakuan terang-terangan dari Charles Poon, VP Vehicle Hardware Engineering Ford. Ia mengakui perusahaan meremehkan nilai insinyur paling berpengalamannya sendiri.

“Selama beberapa tahun sebelumnya, kami tidak memberikan perhatian sebesar yang seharusnya kepada insinyur paling berpengetahuan yang telah melewati banyak siklus produk bersama kami,” ujar Poon. “Kami keliru berpikir bahwa hanya dengan memperkenalkan kecerdasan buatan dan memasukkan persyaratan desain yang kami miliki, itu akan menghasilkan produk berkualitas tinggi.”

Kalimat terakhir itu berat. Ford bukan perusahaan kecil yang coba-coba. Ini produsen otomotif raksasa dengan puluhan tahun pengalaman, dan mereka pun terpeleset pada asumsi yang sama: bahwa AI bisa menggantikan keahlian manusia yang terakumulasi selama puluhan tahun.

Hasilnya: Juara Kualitas Pertama Kali dalam 16 Tahun

Kembalinya para insinyur senior sudah membuahkan hasil yang terukur. Dalam survei J.D. Power Initial Quality Survey terbaru, Ford meraih peringkat teratas di antara merek-merek mainstream. Ini pertama kalinya Ford meraih posisi itu dalam 16 tahun.

Lompatan itu bukan kebetulan. Para insinyur veteran membawa sesuatu yang tidak bisa sekadar di-upload ke sistem: intuisi yang terbentuk dari ratusan siklus produksi, ingatan tentang kegagalan lama, dan kemampuan membaca anomali kecil yang belum pernah masuk ke dataset pelatihan AI mana pun.

Ford tidak membuang AI sepenuhnya. Para eksekutif menegaskan bahwa AI akan tetap dipakai, tapi sekarang berdampingan dengan pengawasan manusia. Para insinyur yang kembali itu juga bertugas melatih dan menyempurnakan sistem AI untuk penggunaan masa depan. Jadi bukan soal memilih antara manusia atau mesin — melainkan soal urutan prioritas yang tepat.

Konteks yang Lebih Luas: Ford Sedang Berjuang di Banyak Front

Cerita kualitas ini tidak bisa dipisahkan dari tekanan besar yang sedang dihadapi Ford. Unit kendaraan listrik mereka membukukan kerugian 4,8 miliar dolar AS sepanjang 2025. Penjualan Mustang Mach-E, F-150 Lightning, dan E-Transit turun 14 persen dibanding tahun sebelumnya.

CEO Jim Farley mengakui kenyataan pahit ini dalam earnings call Februari lalu. “Pelanggan sudah berbicara. Itulah intinya,” katanya singkat.

Angkanya bicara sendiri. F-150 Lightning hanya terjual 27.307 unit sepanjang 2025, turun 18,5 persen dari 2024. Mustang Mach-E mencatat 51.620 unit, stagnan. Padahal dulu Ford menerima 200.000 reservasi untuk Lightning dan memproyeksikan penjualan tahunan 150.000 unit. Jauh meleset.

Pencabutan kredit pajak federal sebesar 7.500 dolar AS pada September tahun lalu memperparah situasi. Penjualan Lightning bulan Desember 2024 tercatat 5.197 unit — setahun kemudian, angka itu tinggal 1.724 unit. Anjlok lebih dari 60 persen.

Ford juga masih menjadi produsen otomotif paling banyak mengalami recall di Amerika Serikat. Meski para eksekutif menegaskan masalah-masalah recall itu merupakan warisan dari era otomasi lama — bukan cerminan perbaikan kualitas yang sedang berjalan saat ini.

Apa Pelajarannya untuk Industri?

Kisah Ford bukan tentang AI yang jahat atau manusia yang lebih unggul secara universal. Ini tentang kegagalan memahami batas kemampuan teknologi dalam konteks yang spesifik.

Inspeksi kualitas manufaktur otomotif melibatkan variabel yang sangat kompleks: getaran, material yang sedikit berbeda dari satu batch ke batch berikutnya, kondisi lingkungan pabrik, interaksi antar-komponen yang baru muncul setelah ribuan jam penggunaan. AI butuh data historis yang kaya dan berlabel dengan benar untuk belajar mengenali masalah seperti itu. Dan data terbaik justru ada di kepala para insinyur yang pernah menghadapinya langsung.

Bagi industri manufaktur di Indonesia yang kini juga tengah berebut mengadopsi otomasi dan AI dalam lini produksi — dari pabrik tekstil hingga perakitan elektronik — pengalaman Ford relevan. Teknologi bisa mempercepat dan memperluas kemampuan. Tapi ia tidak bisa sepenuhnya menggantikan pengetahuan yang hanya tumbuh dari pengalaman panjang di lapangan.

Otomasi terbaik adalah yang menopang manusia, bukan yang mencoba menggantikannya sebelum waktunya.

Ringkasan 3 Poin

• Ford merekrut kembali lebih dari 350 insinyur veteran setelah mengakui sistem inspeksi berbasis AI tidak menghasilkan kualitas yang diharapkan.
• Hasilnya nyata: Ford meraih peringkat teratas merek mainstream di J.D. Power Initial Quality Survey untuk pertama kali dalam 16 tahun.
• Ford tetap menggunakan AI, tapi kini dengan pengawasan manusia — dan para insinyur senior itu juga membantu melatih sistem AI yang lebih baik.

FAQ Singkat

Kenapa Ford merekrut kembali insinyur lama, bukannya melatih yang baru?
Para insinyur veteran membawa pengetahuan dari banyak siklus produk — termasuk kegagalan masa lalu yang tidak terekam dalam dataset AI mana pun. Pengalaman itu tidak bisa direplikasi cepat.

Apakah Ford menghapus AI dari proses produksinya?
Tidak. Ford tetap memakai AI, tapi sekarang dikombinasikan dengan pengawasan manusia. Para insinyur veteran juga bertugas melatih ulang sistem AI agar lebih andal.

Apa hubungan masalah kualitas ini dengan kerugian divisi EV Ford?
Keduanya adalah tekanan yang bersamaan. Kerugian EV lebih terkait dengan permintaan pasar dan kebijakan insentif, sementara masalah kualitas lebih berakar pada keputusan otomasi di lini produksi konvensional.